| 基于自动机器学习的不平衡故障诊断方法 |
| |
| 引用本文： | 孙晨,文龙,李新宇,高亮,丛建臣. 基于自动机器学习的不平衡故障诊断方法[J]. 计算机集成制造系统, 2021, 27(10): 2837-2847. DOI: 10.13196/j.cims.2021.10.008 |
| |
| 作者姓名： | 孙晨 文龙 李新宇 高亮 丛建臣 |
| |
| 作者单位： | 华中科技大学 数字制造装备与技术国家重点实验室,湖北 武汉 430074;中国地质大学(武汉)机械与电子信息学院,湖北 武汉 430074;山东理工大学 机械工程学院,山东 淄博 255000 |
| |
| 摘 要： | 为了提升故障诊断模型在数据不平衡场景下的性能,提出一种基于贝叶斯优化的自动不平衡故障诊断方法.首先,构建了一种分层多模型的参数空间,探索重采样和分类器的算法组合选择和超参数优化;然后,使用基于树形结构Parzen估计器(TPE)的贝叶斯优化器进行模型的训练与优化,得到参数空间中最优的算法组合和超参数配置;最后使用最优配置模型在测试集上进行结果评估.将所提方法应用于UCI(university of California Irvine)不平衡标准数据集和滚动轴承数据集.实验通过设置多个不平衡比,对优化后的模型分类效果进行检验,并与传统的随机搜索方法进行对比.结果表明,所提方法更好地提升了模型在不平衡故障数据上的分类能力,且优化过程更加高效.
|
| 关 键 词： | 自动机器学习 数据不平衡 故障诊断 贝叶斯优化 |
New automated machine learning based imbalanced learning method for fault diagnosis |
| |
| SUN Chen,WEN Long,LI Xinyu,GAO Liang,CONG Jianchen. New automated machine learning based imbalanced learning method for fault diagnosis[J]. Computer Integrated Manufacturing Systems, 2021, 27(10): 2837-2847. DOI: 10.13196/j.cims.2021.10.008 |
| |
| Authors: | SUN Chen WEN Long LI Xinyu GAO Liang CONG Jianchen |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
